给定一个数组，例如[5, 1, 3, 4, 2]，请设计算法找出最长连续递增子序列的长度，要求时间复杂度为O(n)，并说明算法思路。

1) 【一句话结论】：通过一次线性遍历数组，维护当前递增序列长度和最长长度，时间复杂度为O(n)，空间复杂度为O(1)，可高效求解最长连续递增子序列的长度。

2) 【原理/概念讲解】：首先明确“连续递增子序列”是指数组中一段连续的子数组，其中每个元素严格大于前一个元素（如[1,3,4]是，[5,1,3,4,2]中[1,3,4]长度为3）。算法核心是线性扫描：遍历数组时，用currentLength记录当前连续递增的长度，maxLength记录最大长度。当arr[i] > arr[i-1]时，currentLength加1（延续递增），否则重置为1（递增中断，重新开始）。由于每个元素仅处理一次，时间复杂度O(n)，空间仅用两个变量，复杂度O(1)。类比：就像走阶梯，每一步若比前一步高就继续，否则重新开始，记录最长的步数。

3) 【对比与适用场景】：

• 方法：线性扫描（动态规划简化版）
• 时间复杂度：O(n)，遍历数组一次
• 空间复杂度：O(1)，仅用常数额外空间
• 适用场景：所有长度为n的数组，尤其适用于大规模数据（如n达百万级），无需额外存储子序列本身，仅记录长度。

4) 【示例】：
数组arr = [5, 1, 3, 4, 2]，初始化currentLength = 1，maxLength = 1。

• 遍历i=0（5）：currentLength=1，maxLength=1。
• i=1（1）：1 < 5，currentLength=1，maxLength=1。
• i=2（3）：3 > 1，currentLength=2，maxLength=2。
• i=3（4）：4 > 3，currentLength=3，maxLength=3。
• i=4（2）：2 < 4，currentLength=1，maxLength=3。
  最终maxLength=3，即最长连续递增子序列为[1,3,4]（或[3,4]），长度为3。

5) 【面试口播版答案】：
面试官您好，我会用一次线性遍历的思路解决。首先，定义两个变量：currentLength表示当前连续递增的长度，maxLength表示最长长度，初始都为1。然后遍历数组，对于每个元素，若它大于前一个元素，currentLength加1，否则重置为1。每次更新maxLength为currentLength和maxLength的最大值。这样整个数组只遍历一次，时间复杂度O(n)，空间O(1)。以示例数组[5,1,3,4,2]为例，遍历过程中，当遇到3时，当前长度变为2；遇到4时变为3；遇到2时重置为1，最终最长长度为3，所以最长连续递增子序列的长度是3。

6) 【追问清单】：

• 问：空间复杂度是多少？
  答：O(1)，仅使用了两个变量来记录当前和最大长度。
• 问：如果数组为空或只有一个元素，结果如何？
  答：返回1，因为单个元素本身就是一个递增序列（或空数组返回0，需根据定义调整，但通常单个元素长度为1）。
• 问：如果数组元素相同，比如[2,2,2]，结果是多少？
  答：当前长度始终为1，最长长度为1，因为2不大于前一个2，递增中断。
• 问：是否考虑了非连续的子序列？
  答：题目要求“连续”，所以必须比较相邻元素，非连续子序列不适用此方法。

7) 【常见坑/雷区】：

• 初始值错误：若将currentLength和maxLength初始化为0，会导致第一个元素计算错误（如5会被算作长度0）。
• 比较条件错误：用>=代替>，会导致长度计算错误（如[1,1]会被算作长度2，实际应为1）。
• 未更新最大长度：只在当前递增时更新maxLength，若递增中断后未更新，会导致结果错误。
• 忽略边界情况：未处理数组第一个元素或空数组的情况，可能导致逻辑错误。